МІНІСТЕРСТВО ОСВІТИ І НАУКИ УКРАЇНИ

НАЦІОНАЛЬНИЙ УНІВЕРСИТЕТ «ЛЬВІВСЬКА ПОЛІТЕХНІКА»

ІНСТИТУТ ЕКОНОМІКИ ТА МЕНЕДЖМЕНТУ

Лабораторна робота №4

з дисципліни «Економіко-математичні методи та моделі»

на тему: «Визначення гетероскедастичності та автокореляції залишків»

варіант №19

Виконала:

ст. гр. МК-24 Руда В.П.

Перевірила:

Савченко Ю.Т.

Львів - 2023
 Завдання
За певні періоди зібрані статистичні дані, які характеризують залежність
між заощадженнями та доходом населення (табл. 4.1).
Таблиця 4.1
Дані для визначення явищ гетероскедастичності та автокореляції
Заощадження Дохід, млн. Заощадження Дохід, млн.
Періоди , млн. грн. грн. (х) Періоди , млн. грн. грн.
(y) (y) (х)
1 0,36+0,01·р 8,8 10 0,59 15,5-0,1·р
2 0,20 9,4-0,1·р 11 0,90+0,01·р 16,7
3 0,08 10,0 12 0,95 17,7
4 0,20 10,6 13 0,82+0,01·р 18,6
5 0,10+0,01·р 11,0 14 1,04+0,01·р 19,7
6 0,12 11,9 15 1,53 21,1
7 0,41+0,01·р 12,7 16 1,94 22,8
8 0,50 13,5 17 1,75 23,9
9 0,43 14,3 18 1,99+0,01·р 25,2-0,1·р

Для цих даних необхідно:

1) перевірити наявність гетероскедастичності згідно з критерієм  ;
2) побудувати однофакторну модель;
3) оцінити надійність моделі за допомогою критерію Фішера;
4) перевірити наявність автокореляції за допомогою критерію Дарбіна
Уотсона;
5) якщо модель адекватна згідно цих критеріїв, то визначити прогнозне
значення заощаджень при величині доходів 28 млн. грн.

1
 Хід виконання
1. Перевірити наявність гетероскедастичності згідно з критерієм 
Одним із методів перевірки припущень про наявність гетероскедастичності є
метод на основі критерію . Цей метод застосовується тоді, коли вихідна
сукупність спостережень досить велика. Вихідні дані залежної змінної Y
розбиваються на k груп відповідно до зміни рівня величини Y. За кожною
групою даних обчислюється сума квадратів відхилень.
nr
Sr =∑ ( y ir − y r )
2

i=1

y 1 c =0,240 y 2 c =0,69333 y 3 c =1,6067

Sr 1 =0,1418 S r 2=0,3493 Sr 3 =0,9641

Далі визначаємо суму квадратів відхилень загалом по всій сукупності

k k nr

∑ S r=∑ ∑ ( y ir− y r ) 2
r=1 r=1 i =1

∑ S r=1,4553
r=1

Обчислюємо параметри α :
k

∑ Sr
n
k nr 2
S
α =∏ ( r 2
) /( r =1 )
r=1 nr n
де n – загальна сукупність спостережень
nr – кількість спостережень r-ї групи
α =0,0732
Обчислюємо критерій  μ=−2 ln α =¿
Критерій μ порівнюємо з χ2, якщо μ ≥ χ 2 згідно ступеня вільності k-1, то
говоримо про наявність гетероскедастичності. Отже, k=2, p=0,95, χ2=6. Отже,
умова μ ≥ χ 2 не виконується, гетероскедастичність відсутня.
2. Побудувати однофакторну модель
Однофакторна модель має вигляд: ^y =a0 +a 1 x 1

Для знаходження параметрів використаємо МНК: { a 0∗n+ a1∗∑ x i=∑ yi

a0∗∑ x i+ ai∗∑ x i =∑ y i∗x i
2

{ 18∗a 0+ a1∗2 77,700=1 5,240

277,700∗a0 +a1∗4747,030=28 9,590
2
 a 0=−0,96 9

a 1=0,11 8

^y =−0,969+0,118∗x

3. Оцінити надійність моделі за допомогою критерію Фішера.

Критерій Фішера обчислюється за формулою: F=

∑ ( ^y i− y i)2 /k 1
∑ ( y i− ^y i)2 /k 2
F=1 19,5397

F кр =4,4 9

F> F кр – модель адекватна.

4. Перевірити наявність автокореляції за допомогою критерію Дарбіна

–Уотсона.
Автокореляція відхилень – це кореляція відхилень від лінії регресії з
відхиленнями від цієї лінії регресії, взятими з деяким запізненням. Для оцінки
автокореляції залишків використовується критерій Дарбіна-Уотсона.
n

∑ (ui−ui −1 )2
d= i=2 n

∑ u i2
i=1

d 1=1,16 d n =1,39 d=1,10

Отже, значення d змінюється від 0 до 4, та попадає в інтервал 0< d< d 1, це

означає, що існує + автокореляція.

5. Якщо модель адекватна згідно цих критеріїв, то визначити

прогнозне значення заощаджень при величині доходів 28 млн. грн.
Так як автокореляція присутня, прогнозне значення не визначаємо.

Висновок
Виконуючи дану лабораторну роботу, я навчилась визначати
гетероскедастичність, та присутність автокореляції. Автокореляція відхилень –
це кореляція відхилень від лінії регресії з відхиленнями від цієї лінії регресії,
3
взятими з деяким запізненням, тобто це кореляція ряду u1,u2…un з рядом uk+1, uk+2…
uk+n, де k – число, що характеризує запізнення. При відсутності автокореляції d
– статистика набуває значень близьких до 2. Для d – статистики визначені
крайні межі (d1 – нижня, dn – верхня), які дозволяють із заданою надійністю
дати відповідь, чи можна прийняти гіпотезу про відсутність автокореляції
першого порядку чи ні.
У залежності від значення d приймаємо, що:
1) при 0<d<d1 відхилення додатньо корельовані
2) при dn<d<4-dn враховується гіпотеза про відсутність явища автокореляції
3) при 4-d1<d<4-dn відхилення від’ємно корельовані
4) при d1<d<dn і 4-dn<d<4-dl критерій не дає відповідь про відсутність явища
автокореляції.